• 2022-05-29
    表 4-18 是某种商品的雭求量 Y 价格[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 以及消费者收入[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的统计 资料。检验[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]和 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]是否存在严重的多重共线性? [img=816x167]17b0f0850b436e3.png[/img]
  • 解答 设模型的函数形式为[tex=10.0x1.214]0nPmL9TDrNdIFL2wGe5higVUGJpQbYqd2Aff6zQyKhi0leUlkN6gvUFLwgJqGHCtEe6byK0E9ZymNin53Z4SHg==[/tex]OLS 估计如表 4-27 所示。[img=789x438]17b0f08cb8717d8.png[/img]从F统计量的计算值看,F= 68.21,该值大于5%显著性水平下,自由度为(2,7)的F分布的临界值[tex=7.286x1.357]Eo05Iu77vGmkStgpesgTD74excft9DZF7KL0k3FWqr8=[/tex],表明模型从整体上看商品需求量与解释变量之间线性关系显著。但由于商品价格前参数的估计值的t检验不显著,且为负数,违背经济意义,故怀疑两解释变量间存在较严重的多重共线性。事实上,容易验证两解释变量间的相关系数高达r=-0.9485。说明模型中解释变量间确实存在共线性。

    举一反三

    内容

    • 0

      若有[tex=4.429x1.214]VG3UP5DAurumUw6v5EFA78IFzA/ae53UDXgxaQIHffM=[/tex]三个变量的数据, [tex=2.857x1.214]1kaUNl5BhFTBdlz2xTRtyg==[/tex] 的偏相关系数 [tex=2.857x1.5]9nmC5hvCqb2zEK4ps230yKf+c6rs6vYVzUZ4PQHLR9Q=[/tex]是 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex] 关于 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]线性回归的残差与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的简单相关系数。

    • 1

      表3 3给出Y关于X,X的线性回归结果。[img=597x133]17b00b1eab2e326.png[/img] 检验假设:[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]和[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]对Y无影响,应采用何种检验,为什么  

    • 2

      表8-6给出了以美元计算的毎周消费支出([tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]),每周收入([tex=1.214x1.214]CN6DjqLuf+rqHGJDNNgdBg==[/tex])和财富([tex=1.214x1.214]V6+ljAKHDZXxxntbDdpUCA==[/tex])等的假想数据。[img=958x523]17b0f007bdd54e2.png[/img]a. 做[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]和 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex] 的普通最小二乘回归。b. 这一回归方程中是否存在着共线性? 你是如何知道的?c. 分别做 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]对[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 和 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex]的回归, 这些回归结果说明什么?d. 做 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex]对 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]的回归,回归结果说明了什么?e. 如果存在严重的共线性,是否会删除一个解释变量? 为什么?

    • 3

      设随机变量 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 服从參数为 [tex=1.929x1.0]xXDCmWq47DQFjvGpa+qhxA==[/tex] 的指数分布,定义随机变量 [tex=1.214x1.214]saHhquVaAJ/mHfO0s1ML8g==[/tex] 如下:[tex=13.429x2.929]n7MYqQ4KxjX4tqxTB2ivvjxOkvhNhVwws+vaSG56sdG4HhMY/N4CTY/gTM6QZ6sW+px8rOtehZPUzU4GFbXqUfOkQPvtBx93zMQaMcWZhKII9GLgA3u24qxkjuEXG/jRtlDK7a9xYfU3acRrUuQ/hg==[/tex]求 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 和 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的联合分布列.

    • 4

      [img=327x543]17b2e7aa3e9f0e2.png[/img]熊市期权价格差是按执行价格 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]买入一份看涨期权,按执行价格 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 卖出一份看涨期 权, [tex=1.214x1.214]NbhHOJUHboS+QYd8nd90hA==[/tex] 大于 [tex=1.571x1.214]CL+PwDcaaqM51d3rSQi7AQ==[/tex] 画出此策略的收益图, 并将其与图相比较。